He utilitzat el programa DeepPurpose fet per un estudiant de Harvard i remodelat pel nostre professor Francesc Pérez. Deep Purpose va ser creat per Kexin Huang, un estudiant de Harvard molt intel·ligent. Va utilitzar 3 models prèviament entrenats de proteïnes per predir la interacció de una proteïna i una droga. Troba més informació sobre això en la seva recerca científica . Pots utilitzar Júpiter en el teu ordinador (localment) o en un nou Gradio app per 72 hores. També conté altres eines per docking molecular:e. g. Swissdock i altres eines d'ensenyament profundes per la recerca de drogues: docktring, ADMETLab3, QSAR i altres.
He fet una comparació amb la mateixa proteïna de la rapamycina amb diversos ginkgolides, més endavant explico quina és la proteïna. Amb el programa String he utilitzat l'SMILES i la proteïna target CDK2 per tal de tenir altres resultats, a sota posaré els resultats que he aconseguit amb les dues aplicacions.
La meva medicina és la rapamycina i tinc la proteïna 1FAP que és una de complexa, és a dir, està formada per altres dues: la FKBP12 i l'FRB. Aquesta medicina és utilitzada per evitar el rebuig d'òrgans transplantats, sobretot per als rinyons. També va mostrar que era capaç de fer front a diversos tipus de càncers.
Mitjançant el DockingString: Docking score: -6.700
Mitjançant el Deep Purpose: 4.0225043296813965, 4.830228805541992, 4.90629243850708, 5.096249580383301, 5.151645660400391, 5.191610813140869